KR20100073828A - 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템 - Google Patents

모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템 Download PDF

Info

Publication number
KR20100073828A
KR20100073828A KR1020080132604A KR20080132604A KR20100073828A KR 20100073828 A KR20100073828 A KR 20100073828A KR 1020080132604 A KR1020080132604 A KR 1020080132604A KR 20080132604 A KR20080132604 A KR 20080132604A KR 20100073828 A KR20100073828 A KR 20100073828A
Authority
KR
South Korea
Prior art keywords
morphology
building
map
wireless traffic
uniform
Prior art date
Application number
KR1020080132604A
Other languages
English (en)
Inventor
이갑수
이성춘
정현민
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020080132604A priority Critical patent/KR20100073828A/ko
Publication of KR20100073828A publication Critical patent/KR20100073828A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템에 관한 것으로, 모폴로지 맵과 건물벡터 맵을 동시에 이용하여 비균일 무선 트래픽을 정확하게 예측하고, 그를 이용하여 무선 트래픽을 모델링하기 위한, 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템을 제공하고자 한다.
이를 위하여, 본 발명은 비균일 무선 트래픽 예측 방법에 있어서, 모폴로지 별로 비균일 무선 트래픽을 예측하는 제 1 무선 트래픽 예측 단계; 및 건물분포에 따른 비균일 무선 트래픽을 예측하는 제 2 무선 트래픽 예측 단계를 포함한다.
지리정보(GIS), 모폴로지 맵, 건물벡터 맵, 비균일 무선 트래픽 예측, 가중치, 연면적

Description

모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템{METHOD FOR ESTIMATING NONUNIFORM MOBILE TRAFFIC USING MORPHOLOGY MAP AND BUILDING MAP, AND MOBILE TRAFFIC MODELING SYSTEM USING IT}
본 발명은 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템에 관한 것으로, 더욱 상세하게는 모폴로지 맵과 건물벡터 맵으로부터 필요한 속성 데이터를 추출하여 속성별 가중치 셋을 계산하여 모폴로지 영역뿐만 아니라 건물영역까지 무선 트래픽을 상세하게 예측하고, 그를 이용하여 무선 트래픽 모델링을 수행하기 위한, 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템에 관한 것이다.
종래의 모폴로지 맵은 전파전파 예측 시 정확도 향상을 위한 지역별 전파모델 보정계수를 제공하는데 주요 목적이 있었으므로, 주로 인공 또는 자연물의 구분, 건물 고도, 및 건물 밀집 정도가 분류의 기준이 되어 왔다.
한편, 모폴로지 속성을 이용하여 트래픽을 예측할 경우 셀 커버리지 대비 특정 모폴로지 영역이 너무 넓어 세밀한 트래픽 모델링이 불가능하므로, 궁극적인 목표인 무선망 최적화에 직접 적용하기 어려운 단점이 있었다.
이를 해결하기 위해 대한민국특허 10-421442호(무선 트래픽 모델링 장치 및 그 방법)에서는 지물정보를 이용하여 무선 트래픽을 모델링하는 방법을 제안하고 있다. 즉, 상기 종래 기술은 기존의 GIS(Geographical Information System)로부터 지물속성을 추출하고, 상기 추출한 지물속성을 이용하여 픽셀단위의 지물속성 지도를 제작한 후에, 기지국의 용량 실측치로부터 각 지물속성별 가중치를 산출하여 무선 트래픽을 모델링하는 방안을 제안하고 있다.
그러나 상기와 같은 종래 기술은 모폴로지 속성을 전혀 고려하지 않고 몇 종류의 지물속성만을 고려하여 트래픽 모델링을 하기 때문에 전반적인 계산 속도는 줄일 수 있지만, 다양한 지형에 걸쳐 존재하는 지물속성을 동시에 고려하지 못해 정확하게 비균일 무선 트래픽을 모델링하기 어려운 단점이 있다.
즉, 다량의 무선 트래픽이 집중되는 밀집도심의 일정면적의 건물환경은 시골에 위치한 건물환경과는 달리 무선 트래픽 유발의 확률이 높은데도 불구하고 상기 종래 기술에서 제안한 방법을 두 경우에 동일하게 적용하면, 두 경우에 있어 트래픽 밀도를 변별해 내기 어려운 단점이 있다.
따라서 비균일 무선 트래픽을 모델링함에 있어 지물속성뿐만 아니라 모폴로지 속성을 동시에 고려함으로써, 현실과 근사한 예측 결과를 제공할 수 있는 비균일 무선 트래픽 예측 방법이 필요하다.
따라서 상기와 같은 종래 기술은 다양한 지형에 걸쳐 존재하는 지물속성을 동시에 고려하지 못해 정확하게 비균일 무선 트래픽을 모델링하기 어려운 문제점이 있으며, 이러한 문제점을 해결하고 상기 요구에 부응하고자 하는 것이 본 발명의 과제이다.
따라서 본 발명은 모폴로지 맵과 건물벡터 맵을 동시에 이용하여 비균일 무선 트래픽을 정확하게 예측하고, 그를 이용하여 무선 트래픽을 모델링하기 위한, 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템을 제공하는데 그 목적이 있다.
즉, 본 발명은 모폴로지와 지물속성에 따라 영향을 받는 비균일 무선 트래픽을 예측함에 있어 건물의 용도, 높이, 및 면적을 등가적으로 고려하도록 함으로써 대상지역의 무선 트래픽 예측을 실제 상황에 근접하게 예측하고, 그를 이용하여 무선 트래픽을 모델링하기 위한, 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 방법은, 비균일 무선 트래픽 예측 방법에 있어서, 모폴로지 별로 비균일 무선 트래픽을 예측하는 제 1 무선 트래픽 예측 단계; 및 건물분포에 따른 비균일 무선 트래픽을 예측하는 제 2 무선 트래픽 예측 단계를 포함한다.
한편, 상기 목적을 달성하기 위한 본 발명의 시스템은, 무선 트래픽 모델링 시스템에 있어서, 모폴로지 맵(지형속성 맵)과 건물벡터 맵(지물속성 맵)을 제공하기 위한 지리정보 제공 수단; 상기 지리정보 제공 수단으로부터의 모폴로지 맵과 건물벡터 맵을 동시에 이용하여 비균일 무선 트래픽을 예측하고, 상기 예측한 비균일 무선 트래픽 예측 결과를 이용하여 무선 트래픽을 모델링하기 위한 무선 트래픽 모델링 수단; 상기 무선 트래픽 모델링 수단에서의 비균일 무선 트래픽 예측에 필요한 입력 인터페이스를 제공하기 위한 입력 수단; 상기 무선 트래픽 모델링 수단에서의 비균일 무선 트래픽 예측 및 무선 모델링에 필요한 기억용량을 제공하기 위한 저장 수단; 및 상기 무선 트래픽 모델링 수단으로부터의 각종 데이터를 출력하기 위한 출력 수단을 포함한다.
상기와 같은 본 발명은, 모폴로지 맵과 건물벡터 맵으로부터 추출한 속성정보를 이용하여 가중치를 산출해 내기 때문에 정확한 비균일 무선 트래픽의 모델링이 가능하다. 이러한 비균일 무선 트래픽 모델링 결과는 곧 가상 사용자 분포로 볼 수 있으며, 기지국 가용용량 내에서 셀 커버리지를 예측함에 있어 정확도를 높일 수 있는 효과가 있다. 즉, 본 발명은 정확한 무선 트래픽 분포 예측을 통한 기지국 용량제한적인 실제상황과 유사한 환경에서 셀 설계가 가능하며, 궁극적으로 망 구축에 앞서 적정기지국 수량산정이 가능하다.
다시 말하면, 본 발명은 상용으로 쉽게 구할 수 있는 모폴로지 맵과 건물벡터 맵으로부터 필요한 속성 데이터를 추출하여 속성별 가중치 셋을 계산하기 때문에 모폴로지 영역뿐만 아니라 건물영역까지 상세 예측이 가능하여 건물이 많은 밀집 도심지의 무선 트래픽을 정확하게 예측할 수 있고, 궁극적으로 망 최적화 설계에 유리하다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명에 따른 비균일 무선 트래픽 예측을 이용한 무선 트래픽 모델 링 시스템의 일실시예 구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 비균일 무선 트래픽 예측을 이용한 무선 트래픽 모델링 시스템은, 임의의 지역에 대한 모폴로지 맵(지형속성 맵)과 건물벡터 맵(지물속성 맵)을 제공하기 위한 지리정보 시스템(GIS, 11), 상기 지리정보 시스템(GIS, 11)으로부터의 모폴로지 맵과 건물벡터 맵을 동시에 이용하여 비균일 무선 트래픽을 예측하고, 상기 예측한 비균일 무선 트래픽 예측 결과를 이용하여 무선 트래픽을 모델링하기 위한 셀 설계 플랫폼(12), 상기 셀 설계 플랫폼(12)에서의 비균일 무선 트래픽 예측에 필요한 파라미터 등을 입력하기 위한 인터페이스를 제공하기 위한 입력 장치(13), 상기 셀 설계 플랫폼(12)에서 비균일 무선 트래픽 예측 및 무선 모델링 시에 요구되는 기억용량을 제공하기 위한 데이터베이스(14), 및 상기 셀 설계 플랫폼(12)으로부터의 각종 데이터를 사용자가 알아볼 수 있는 형태(이미지, 테이블, 텍스트 리스트 등)로 변환하여 출력하기 위한 출력 장치(14)를 포함한다.
이때, 본 발명에 따른 비균일 무선 트래픽 예측을 이용한 무선 트래픽 모델링 시스템의 구성요소 중에서 상기 지리정보 시스템(GIS, 11), 상기 입력 장치(13), 상기 데이터베이스(14), 및 상기 출력장치(14)는 공지의 기술을 이용하므로, 여기서는 더 이상 상세히 설명하지 않기로 한다.
다만, 본 발명에 따른 비균일 무선 트래픽 예측을 이용한 무선 트래픽 모델링 시스템의 구성요소 중에서 상기 셀 설계 플랫폼(12)에 대해서는 도 2 내지 도 6을 참조하여 상세히 설명하기로 한다.
도 2는 본 발명에 따른 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법에 대한 일실시예 흐름도이다.
본 발명에 따른 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법은, 그 특징에 따라 크게 두 과정으로 구분된다.
첫 번째 과정은 모폴로지 별로 비균일 무선 트래픽을 예측하는 과정이다. 즉, 첫 번째 과정은 GIS(Geographical Information System)로부터의 모폴로지 맵과 해당 커버리지의 운용 트래픽 용량과의 관계에서 커버리지의 영역에 걸쳐있는 임의 모폴로지 면적에 해당하는 트래픽 용량을 구하는 과정이다.
두 번째 과정은 건물분포에 따른 비균일 무선 트래픽을 정밀 예측하는 과정이다. 즉, 두 번째 과정은 상기 구한 모폴로지 별 수용용량과 모폴로지 영역에 속하는 특정 지물속성에 따른 트래픽 방정식을 풀기 위해 건물벡터 맵(지물속성 맵)으로부터의 지물속성(높이, 면적, 용도) 데이터를 이용하여 연면적을 구한 후에 이를 가중치로 등가변환하여 정밀하게 비균일 무선 트래픽을 예측하는 과정이다.
상기와 같은 두 과정의 처리 절차에 대하여 도 2를 참조하여 좀 더 구체적으로 살펴보면 다음과 같다.
먼저, 셀 설계 플랫폼(12)에서는 지리정보 시스템(GIS, 11)으로부터 모폴로지 맵과 건물벡터 맵을 입력받아 속성정보를 추출한다(201). 즉, 셀 설계 플랫폼(12)에서는 지리정보 시스템(GIS, 11)으로부터 모폴로지 맵(지형 정보)과 건물벡터 맵(지물 정보)을 입력받아 픽셀 단위의 속성지도를 제작한다. 다시 말하면, 도 3에 도시된 바와 같이, 지리정보 시스템(GIS, 11)에서 제공하는 좌표값을 내포하는 지형정보(Left)와 인공구조물인 지물정보(Center)가 셀 설계 플랫폼에서 추출되어 출력된다.
이후, 설계자로부터 설계자가 원하는 고려대상 영역을 입력장치를 통하여 입력받아 영역 설정을 한다(202). 본 발명의 일실시예에서는 이해의 명확성을 위해 고려대상 영역을 사각형으로 설명하였으나, 클러스터 또는 음영지역과 같이 부정형이나 다각형 모두 설정이 가능하다.
이후, 상기 모폴로지 맵과 건물벡터 맵을 임의 해상도의 픽셀로 분할한다(Right, 203). 여기서, 상대적으로 작은 크기의 픽셀 단위로 분할할 경우엔 정확한 트래픽 모델링이 가능하나 계산량이 많아지는 단점이 있으므로, 지리정보 시스템(11)에서 제공하는 디지털 맵의 해상도에 따라 적정 크기의 픽셀로 분할한다.
이후, 모폴로지 별 면적을 산출한다(204). 즉, 도 3의 좌(Left)측 도면은 변환된 모폴로지 속성지도로서, 각 픽셀의 중심점이 어느 모폴로지 속성에 존재하는지를 알아내서 중심점에 속한 속성을 해당 픽셀의 모폴로지 속성으로 간주하고 해당하는 픽셀의 개수를 헤아려, 고려하는 대상 영역 내에서 각 모폴로지별 면적을 구할 수 있다.
이후, 모폴로지 별 가중치를 산출한다(205). 상기 산출한 고려대상 영역 내 모폴로지 별 면적과 운용중인 각 기지국 섹터의 트래픽 용량(Erlang) 정보를 대입하여 하기의 [수학식 1]을 풀면 모폴로지 별 가중치를 산출할 수 있다. N개의 기지국을 3섹터로 운용한다고 가정하면, 모폴로지 속성 개수 K보다 3×N이 크면 하기의 [수학식 1]을 풀 수 있다.
이후, 모폴로지 영역 별 등가용량을 산출한다(206). 즉, 섹터 커버리지 영역에 분포된 모폴로지 별 면적은 각 픽셀의 중심점이 속한 모폴로지 속성을 각 픽셀의 대표 속성으로 보고, 동일 모폴로지 속성의 픽셀 수를 계산하여 섹터 커버리지 내 임의 모폴로지 속성이 점유하는 면적을 구할 수 있다. 각 모폴로지가 점유하는 면적과 상기 산출한 모폴로지 속성 별 가중치로부터 모폴로지 속성 별 트래픽 용량을 등가적으로 구한다.
상기 첫 번째 과정(모폴로지 별로 비균일 무선 트래픽을 예측하는 과정)에서 구한 모폴로지 별 가중치는 일반적으로 고려대상 영역 내에서 상대적으로 넓은 면적에 해당되는 가중치이므로, 정밀한 트래픽 분포 예측을 위해 건물벡터 속성 별 가중치를 구하는 두 번째 과정(건물분포에 따른 비균일 무선 트래픽을 정밀 예측하는 과정)을 거친다.
두 번째 과정에서는, 상기 첫 번째 과정(수학식 1)에서 모폴로지 별 속성 해당 면적과 동일 모폴로지에 해당하는 등가 트래픽 용량으로부터 모폴로지 별 가중치를 구한 것과 같이, 상기에서 구분한 동일 모폴로지 속성 영역 내에 위치하는 각 지물(건물)의 면적을 하기의 [수학식 2]로부터 산출한다(207).
즉, 동일 모폴로지 면적 내에 위치하는 각 지물속성 별 면적을 산출하며, 각 픽셀의 중심점이 속하는 지물속성에 따른 픽셀 개수를 통해 지물속성 별 면적을 쉽게 계산할 수 있다.
이후, 지물속성 정보로부터 각 지물(건물)의 연면적(연건평)을 산출한 다(208). 즉, 지물속성 정보 중 건물 형태에 따른 기준 층고에 해당하는 높이로 각 건물의 높이를 나누어 각 건물의 층수를 계산하고, 상기 픽셀 단위로 분할된 건물면적에 층수를 곱하여 연면적을 산출한다.
이후, 지물속성에 대한 가중치를 산출한다(209). 즉, 첫 번째 과정에서 구한 모폴로지 별 등가 트래픽 용량(ei)과 각 지물속성 별 면적과 가중치의 관계식인 하기의 [수학식 2]로부터 가중치를 구할 수 있다. 이때, 트래픽이 동일 모폴로지 내에서 균일하게 분포되어 있다고 가정한다. 여기서, 지물속성에 대한 가중치를 산출하는 데 있어, 건물 형태와 건물의 높이에 따라서 가중치를 다르게 줄 수 있다.
이후, 비균일 트래픽 분포 맵을 작성한다(210).
즉, 첫 번째 과정에서는 관심지역에 대해 알 수 있는 모폴로지 별 속성과 그 속성이 차지하는 픽셀들의 전체 면적과 기지국 섹터의 트래픽 용량(Ei)과 모폴로지 속성 별 가중치의 관계식을 통해 개략적인 모폴로지 별 트래픽 분포를 구하며, 두 번째 과정에서는 동일한 모폴로지 내에 존재하는 지물속성의 종류와 높이로부터 건물의 연면적, 그 지물들이 속하는 모폴로지의 등가 트래픽 용량(ei)과의 관계에 대한 방정식을 세우고 그 해를 구하는 알고리즘을 통하여 보다 정밀한 트래픽 분포 맵을 작성할 수 있다.
이하, 본 발명에서 제시한 알고리즘에 이용되는 방정식을 통하여 본 발명을 상세히 설명하기로 한다.
한편, 모든 모폴로지 영역에 걸쳐 트래픽이 균일하게 분포되어 있다고 가정 하고 모폴로지 속성만을 이용한 기지국 커버리지 면적과 용량 실측치를 이용한 근사적인 무선 트래픽 모델링 방법은 아래의 [수학식 1]과 같다.
E1 = W11*A11 + W12*A12 + W13*A13 + ...... + W1j*A1j
E2 = W21*A21 + W22*A22 + W23*A23 + ...... + W2j*A2j
:
Ei = Wi1*Ai1 + Wi2*Ai2 + Wi3*Ai3 + ....... + Wij*Aij
여기서, Ei는 I 기지국 또는 섹터의 수용 어랑(Erlang)이며, 운용 값을 이용할 수도 있다. Aij는 I 기지국 커버리지 내의 모폴로지 j의 면적이며, 설정한 픽셀의 개수를 카운트함으로써 쉽게 계산이 가능하다. Wij는 I 기지국(또는 섹터) 커버리지 내의 모폴로지 속성 j의 가중치로서, 상기 [수학식 1]의 방정식을 풀면 구할 수 있다. 본 발명의 일실시예에서는 상용 GIS(Geographical Information System)에서 제공하는 맵의 속성 20가지 중에서 트래픽 유발과 관련 있는 j=12종의 모폴로지만을 고려한다.
상기 지리정보 시스템(GIS, 11)으로부터의 모폴로지 맵과 건물벡터 맵을 이용하여 제작된 픽셀 단위의 모폴로지 맵과 건물벡터 맵으로부터 셀의 면적과 속성 별의 면적은 손쉽게 구할 수 있으며, 기지국 또는 섹터 수용 어랑(Erlang)은 실제 운용데이터를 적용하거나 기지국 섹터당 평균 용량을 가정하여 해를 구할 수 있다.
그런데, 상기 산출한 가중치를 적용하여 구한 트래픽 모델은 광범위한 영역에 걸쳐 분포하는 트래픽 분포를 산출한 것이기 때문에 무선망 설계나 최적화를 위해 직접 사용하면 오차가 크게 된다. 이를 해결하기 위해 본 발명에서는 각각의 모폴로지에 해당하는 트래픽 용량을 지물속성 데이터를 이용하여 세분화하는 과정을 추가적으로 고려함으로써, 모폴로지와 지물속성을 동시에 고려한 정밀한 트래픽 모델링이 가능하다. 특정 모폴로지 속성 j영역 내에 위치하는 다수의 지물속성이 차지하는 면적의 관계를 표현하면 Aij = ∑a1 + ∑a2 + ∑a3 + .... + ∑an+ aij와 같다.
여기서, Aij(실시예, n=5)는 기지국 또는 섹터 커버리지 내에서 특정 모폴로지가 점유하고 있는 면적이며, aij는 i기지국(또는 섹터) 커버리지 중 각 건물이 차지하는 면적의 합을 제외한 순수한 지형이 차지하는 면적이다. Ei = ei + e2 + e3 +... + ej의 관계로부터 상기 [수학식 1]을 속성이 같은 건물면적에 대한 배수의 함수로 표현하는 것이 가능하며, 몇 배가 되는지를 가중치로 보고 특정 모폴로지에 해당하는 트래픽(Erlang)과의 관계를 등가적으로 표현하면 아래의 [수학식 2]와 같다.
e1 = v11*a11 + v12*a12 + v13*a13 + ...... + v1n*a1m + W'1j *a1j
e2 = v21*a21 + v22*a22 + v23*a23 + ...... + v2n*a2m + W'2j* a2j
:
ej = vn1*ai1 + vn2*ai2 + vn3*an3 + ....... + vnm*anm + W'ij* aij
여기서, vnm은 n번째 건물속성에 해당하는 가중치이다. 본 발명의 일실시예에서 n=5이며, aij는 i기지국 커버리지 중 지물의 총면적을 제외한 순수한 지형(동일 모폴로지 내)이 차지하는 면적이고, W'ij는 그 영역에 해당하는 등가 변환 가중치다.
각 건물 층수를 고려하여 연면적으로 계산이 가능하고, 일반적으로 건물이 차지하는 면적을 연면적으로 환산하면 Aij ≤ ∑a1 + ∑a2 + ∑a3 + .... + ∑an+ aij 관계가 성립하며, j≥n+1이면 상기 [수학식 2]의 방정식을 쉽게 풀 수 있다. 일반적으로 상기 [수학식 2]의 방정식을 푸는 과정에서 해당 없는 항목이 삭제되므로 고려 변수가 줄어들어 방정식이 간단해진다.
상기 지리정보 시스템(GIS, 11)으로부터의 모폴로지 맵과 건물벡터 맵을 이용하여 제작된 픽셀 단위의 모폴로지 영역 내에 속하는 지물속성별 면적은 손쉽게 구할 수 있으며, 상기에서 구한 임의의 모폴로지 영역에 해당하는 등가용량(ej)과 각 지물속성에 해당하는 면적은 픽셀의 수를 통해서 쉽게 구하며, 가중치는 상기 [수학식 2]의 방정식을 풀면 쉽게 구할 수 있다.
도 3은 본 발명에 따른 모폴로지 맵과 건물벡터 맵, 및 그를 일정 픽셀로 분할한 중첩맵을 나타내는 일실시예 도면이다.
전술한 바와 같이, 상기 셀 설계 플랫폼(12)에서는 상기 지리정보 시스템(GIS, 11)으로부터 입력받은 모폴로지 맵과 건물벡터 맵 중 일정 영역을 고려대상 영역으로 설정한다. 그리고 일예로 (x0,y0), (xm,y0), (x0,yn), (xm,yn)의 고려대상 설정영역을 적정 해상도의 픽셀 단위로 분할한다. 여기서, 반드시 정사각형이어야 할 필요는 없으며, 사용자가 임의로 지정하는 부정형 영역도 동일한 절차를 거쳐 정의할 수 있다. 기지국 또는 섹터 커버리지 영역 내 임의 모폴로지 면적은 픽셀 수를 헤아려 쉽게 구할 수 있으며, 상기 [수학식 1]을 풀면 해를 구할 수 있다.
즉, 입력받은 모폴로지 맵으로부터의 기지국(또는 섹터) 커버리지 영역과 수용용량으로부터의 가중치와 해당 면적의 관계에서 상기 [수학식 1]의 방정식을 풀면 가중치 산출이 가능하며, 본 발명의 일실시예에서는 12가지의 모폴로지 형태로 구분하고 있으며, 상기 [수학식 1]의 방정식을 풀기 위해 3섹터 기준 4개 기지국 이상이면 해를 구할 수 있다.
상기에서 구한 임의 모폴로지 영역에 해당하는 등가용량(ej)과 동일 모폴로지 영역에 위치하는 특정 지물면적은 픽셀의 수를 통해서 쉽게 구하며, 가중치는 상기 [수학식 2]의 방정식을 풀면 구할 수 있다.
도 4는 본 발명에 따른 지물속성의 구분 예를 나타내는 도면이다.
도 4에 도시된 바와 같이, 일예로 지물속성 구분은 Building except house(공항, 터미널, 체육관 등 공공건물), Other Building(상가용 건물), Apartments(주거용 집합주택), Row house(저층 다세대 주택), 및 Independent house(주거용 독립주택)의 5가지 건물형태로 구분되며, 각 건물형태에 따른 기준 층고(높이) 정보와 위치 정보(일예로 칼라로 구분함)를 가진다.
이때, 상기 셀 설계 플랫폼(12)에서는 지리정보 시스템(GIS, 11)으로부터 입력받은 건물벡터 맵 등과 같은 일반적인 상용 디지털 맵으로부터 지물속성을 추출한다.
도 5는 본 발명에 따른 모폴로지와 지물속성의 구분에 따른 트래픽 가중치를 나타내는 도면이다.
도 5에 도시된 바와 같이, 모폴로지 구분 12가지 * 지물 구분 5가지 = 60가지 경우의 수에 대한 트래픽 가중치가 나타나 있으며, 이러한 모폴로지와 지물속성의 구분에 따른 트래픽 가중치는 실제 섹터 단위의 셀 설계나 최적화에 있어 정확도를 향상시킬 수 있다.
도 6은 본 발명에 따른 지물속성 정보로부터 건물의 연면적을 산출하는 방식 을 설명하기 위한 일실시예 도면으로, 픽셀 단위로 분할된 픽셀 맵으로부터 건물형태(예 : 5가지)에 따른 건물 연면적을 산출하는 방식을 나타내고 있다.
전술한 바와 같이, 지물속성을 고려한 정밀한 트래픽 모델링은 임의 모폴로지 영역 내 해당하는 등가용량과 임의 모폴로지 영역 내 특정 지물(건물)이 차지하는 연면적과 이를 제외한 모폴로지 면적 비율의 관계식(상기 수학식 2)으로부터 산출이 가능하다.
상기와 같은 본 발명의 비균일 무선 트래픽 예측 방법은 넓은 범위(macro-scopic)에서는 모폴로지 속성 구분을 통하여 트래픽을 예측한 후 상대적으로 좁은 범위(micro-scopic)에서는 지물속성을 통하여 트래픽 모델링을 함으로써, 정확한 비균일 무선 트래픽 예측이 가능하며, 결과적으로 정확한 커버리지 산정과 무선망 최적화를 용이하게 적용할 수 있다.
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
본 발명은 무선망 최적화 시스템 등에 이용될 수 있다.
도 1은 본 발명에 따른 비균일 무선 트래픽 예측을 이용한 무선 트래픽 모델링 시스템의 일실시예 구성도,
도 2는 본 발명에 따른 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법에 대한 일실시예 흐름도,
도 3은 본 발명에 따른 모폴로지 맵과 건물벡터 맵, 및 그를 일정 픽셀로 분할한 중첩맵을 나타내는 일실시예 도면,
도 4는 본 발명에 따른 지물속성의 구분 예를 나타내는 도면,
도 5는 본 발명에 따른 모폴로지와 지물속성의 구분에 따른 트래픽 가중치를 나타내는 도면,
도 6은 본 발명에 따른 지물속성 정보로부터 건물의 연면적을 산출하는 방식을 설명하기 위한 일실시예 도면이다.
* 도면의 주요 부분에 대한 부호의 설명
11 : 지리정보 시스템 12 : 셀 설계 플랫폼
13 : 입력 장치 14 : 데이터베이스
15 : 출력 장치

Claims (9)

  1. 비균일 무선 트래픽 예측 방법에 있어서,
    모폴로지 별로 비균일 무선 트래픽을 예측하는 제 1 무선 트래픽 예측 단계; 및
    건물분포에 따른 비균일 무선 트래픽을 예측하는 제 2 무선 트래픽 예측 단계
    를 포함하는 비균일 무선 트래픽 예측 방법.
  2. 제 1 항에 있어서,
    상기 제 1 무선 트래픽 예측 단계는,
    지리정보 시스템(GIS)으로부터의 모폴로지 맵과 해당 커버리지의 운용 트래픽 용량과의 관계에서 해당 커버리지의 영역에 걸쳐있는 모폴로지 면적에 해당하는 트래픽 용량을 구하는 비균일 무선 트래픽 예측 방법.
  3. 제 1 항에 있어서,
    상기 제 1 무선 트래픽 예측 단계는,
    지리정보 시스템으로부터 모폴로지 맵과 건물벡터 맵을 입력받아 속성정보를 추출하는 과정;
    고려대상 영역을 설정하여 상기 모폴로지 맵과 상기 건물벡터 맵을 픽셀 단위로 분할하는 과정;
    모폴로지 별 면적을 산출하는 과정;
    모폴로지 별 가중치를 산출하는 과정; 및
    모폴로지 영역 별 등가용량을 산출하는 과정
    을 포함하는 비균일 무선 트래픽 예측 방법.
  4. 제 3 항에 있어서,
    상기 제 2 무선 트래픽 예측 단계는,
    상기 건물벡터 맵으로부터의 지물속성 데이터를 이용하여 연면적을 구한 후에 가중치로 등가변환하여 비균일 무선 트래픽을 예측하는 비균일 무선 트래픽 예측 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 제 2 무선 트래픽 예측 단계는,
    동일 모폴로지 영역 내에 위치하는 각 지물(건물)의 면적을 산출하는 과정;
    지물속성 정보로부터 각 지물의 연면적을 산출하는 과정;
    지물속성에 대한 가중치를 산출하는 과정; 및
    비균일 트래픽 분포 맵을 작성하는 과정
    을 포함하는 비균일 무선 트래픽 예측 방법.
  6. 제 5 항에 있어서,
    상기 지물속성 정보로부터 각 지물의 연면적을 산출하는 과정은,
    지물속성 정보 중 건물 형태에 따른 기준 층고에 해당하는 높이로 각 건물(지물)의 높이를 나누어 각 건물의 층수를 계산하고, 픽셀 단위로 분할된 건물 면적에 층수를 곱하여 연면적을 산출하는 비균일 무선 트래픽 예측 방법.
  7. 제 5 항에 있어서,
    상기 지물속성에 대한 가중치를 산출하는 과정은,
    건물 형태와 건물의 높이에 따라서 가중치를 다르게 하는 것을 특징으로 하는 비균일 무선 트래픽 예측 방법.
  8. 무선 트래픽 모델링 시스템에 있어서,
    모폴로지 맵(지형속성 맵)과 건물벡터 맵(지물속성 맵)을 제공하기 위한 지 리정보 제공 수단;
    상기 지리정보 제공 수단으로부터의 모폴로지 맵과 건물벡터 맵을 동시에 이용하여 비균일 무선 트래픽을 예측하고, 상기 예측한 비균일 무선 트래픽 예측 결과를 이용하여 무선 트래픽을 모델링하기 위한 무선 트래픽 모델링 수단;
    상기 무선 트래픽 모델링 수단에서의 비균일 무선 트래픽 예측에 필요한 입력 인터페이스를 제공하기 위한 입력 수단;
    상기 무선 트래픽 모델링 수단에서의 비균일 무선 트래픽 예측 및 무선 모델링에 필요한 기억용량을 제공하기 위한 저장 수단; 및
    상기 무선 트래픽 모델링 수단으로부터의 각종 데이터를 출력하기 위한 출력 수단
    을 포함하는 무선 트래픽 모델링 시스템.
  9. 제 8 항에 있어서,
    상기 무선 트래픽 모델링 수단은,
    모폴로지 별로 비균일 무선 트래픽을 예측하고, 건물분포에 따른 비균일 무선 트래픽을 예측하는 것을 특징으로 하는 무선 트래픽 모델링 시스템.
KR1020080132604A 2008-12-23 2008-12-23 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템 KR20100073828A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080132604A KR20100073828A (ko) 2008-12-23 2008-12-23 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080132604A KR20100073828A (ko) 2008-12-23 2008-12-23 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템

Publications (1)

Publication Number Publication Date
KR20100073828A true KR20100073828A (ko) 2010-07-01

Family

ID=42636712

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080132604A KR20100073828A (ko) 2008-12-23 2008-12-23 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템

Country Status (1)

Country Link
KR (1) KR20100073828A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767624A (zh) * 2019-03-06 2019-05-17 中南大学 一种考虑路段交通流相关性的控制子区划分方法
CN116758250A (zh) * 2023-08-18 2023-09-15 湖南视觉伟业智能科技有限公司 三维构建园区虚拟场景可视化方法、装置及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767624A (zh) * 2019-03-06 2019-05-17 中南大学 一种考虑路段交通流相关性的控制子区划分方法
CN109767624B (zh) * 2019-03-06 2021-06-29 中南大学 一种考虑路段交通流相关性的控制子区划分方法
CN116758250A (zh) * 2023-08-18 2023-09-15 湖南视觉伟业智能科技有限公司 三维构建园区虚拟场景可视化方法、装置及系统
CN116758250B (zh) * 2023-08-18 2023-10-20 湖南视觉伟业智能科技有限公司 三维构建园区虚拟场景可视化方法、装置及系统

Similar Documents

Publication Publication Date Title
Zhou et al. Multi-scenario simulation of urban land change in Shanghai by random forest and CA-Markov model
Sun et al. Modeling urban land use change and urban sprawl: Calgary, Alberta, Canada
CN109743683B (zh) 一种采用深度学习融合网络模型确定手机用户位置的方法
Poelmans et al. Detecting and modelling spatial patterns of urban sprawl in highly fragmented areas: A case study in the Flanders–Brussels region
Chefaoui et al. Assessing the effects of pseudo-absences on predictive distribution model performance
Leao et al. Simulating urban growth in a developing nation’s region using a cellular automata-based model
García et al. A comparative analysis of cellular automata models for simulation of small urban areas in Galicia, NW Spain
Huang et al. Consolidating the layout of rural settlements using system dynamics and the multi-agent system
CN104636482A (zh) 用于确定目标地址的方法和装置
CN112784002B (zh) 一种虚拟场景生成方法、装置、设备和存储介质
Chen An extended patch-based cellular automaton to simulate horizontal and vertical urban growth under the shared socioeconomic pathways
CN101568127B (zh) 一种网络仿真中确定话务分布的方法及装置
CN109190161B (zh) 基于斑块元胞自动机和港口城市规划的港城发展模拟方法
CN108513305B (zh) 一种目标区域的基站选址方法、装置及设备
US20230024680A1 (en) Method of determining regional land usage property, electronic device, and storage medium
JP6696859B2 (ja) 品質推定装置及び品質推定方法
Liang et al. Modeling urban growth in the middle basin of the Heihe River, northwest China
CN106682414A (zh) 一种建立时序预测模型的方法及装置
Mallouk et al. Using the SLEUTH urban growth model coupled with a GIS to simulate and predict the future urban expansion of Casablanca region, Morocco
CN106658538B (zh) 一种基于泰森多边形的手机基站信号覆盖范围模拟方法
CN108375806A (zh) 气象地图的获取方法和装置
KR20100043489A (ko) Ｄｅｍ을 이용한 하천네트워크 생성방법
KR20100073828A (ko) 모폴로지 맵과 건물벡터 맵을 이용한 비균일 무선 트래픽 예측 방법 및 그를 이용한 무선 트래픽 모델링 시스템
Georgati et al. Spatial Disaggregation of Population Subgroups Leveraging Self-Trained Multi-Output Gradient Boosting Regression Trees
CN115018536A (zh) 区域确定方法、装置、电子设备和可读存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application